难以捉摸的阿尔法,腐蚀性成本

1688 年,约瑟夫·德拉维加写道:“交易所的利润是妖精的宝藏。它们可能一度是红宝石,然后是煤炭,然后是钻石,然后是燧石,然后是晨露,然后是泪水。”他写的是当时阿姆斯特丹证券交易所的股票交易。他本可以写的是现代的阿尔法——投资者渴望获得的额外回报。由于缺乏公认的市场(资产定价)模型,学术界无法严格定义它。从经验上讲,由于统计噪声,即使我们使用自己选择的回报生成过程,也很难确定它。然而,许多投资者似乎认为他们可以提前发现这种回报要素。因此,他们中的许多人热切地追求阿尔法。

Alpha 难以捉摸。Michael Jensen 于 1967 年撰写了有关共同基金表现的文章,他创造了“alpha”一词,他观察到,“……共同基金行业……几乎没有证据表明其能够预测证券价格。此外,令人惊讶的是,几乎没有证据表明样本中的任何单个基金可能能够预测价格。”标普全球继续进行这项研究,表明截至 2023 年的 15 年中,88% 的大型共同基金表现不及标普 500 指数。

我自己的研究侧重于机构投资组合的表现,结果表明,自 2008 年全球金融危机 (GFC) 以来,我跟踪的 54 只公共养老基金中,没有一只的表现在统计上显著优于市场指数基准。捐赠基金的表现也好不到哪里去。

此外,阿尔法值是短暂的。当投资者试图利用它时,它就开始消失。这种额外回报的要素既难以捕捉,也难以定位。

积极投资的成本则完全是另一回事。投资费用,无论是管理费还是手续费,都是事实,可以准确衡量,而且不会消失。但似乎没人愿意谈论它们。在我对公共养老金和捐赠基金的研究中,我发现只有少数几家定期全面披露其投资费用,包括手续费。CEM Benchmarking 发现,美国公共养老金基金少报的投资成本超过一半。我自己的工作证实了这一发现。而且捐赠基金不报告其成本。

NBER 的一项研究表明,平均而言,平衡型共同基金的表现低于市场指数基准的幅度刚好等于其成本。我发现,公共养老基金和捐赠基金也存在同样的不合理平等。我估计,公共养老基金的平均费用率为 1.3%,其中另类投资占比超过 30%。大型捐赠基金的相应数字为 2.5%,其中另类投资占比超过 60%。这也是典型的表现不佳幅度。

对于机构投资者来说,成本似乎与另类投资的分配比例成正比。我估计,哈佛大学有约 80% 的资金用于另类投资,每年将捐赠价值的整整三个百分点用于资金管理,包括其投资办公室的运营。我估计,自全球金融危机以来,哈佛大学的表现低于量身定制的市场指数组合。哈佛大学每年在基金经理身上的支出超过了学费收入。难怪机构投资者不愿谈论他们的投资费用。

我们有充分的理由相信,公共和私人市场都将稳步、不可避免地变得更加高效,让阿尔法收益更加难以实现。这让积极投资者的成本成为关注的焦点。亲爱的读者,要明白,机构投资的成本已经成为一种难以承受的负担。

以下是关于协调难以捉摸的阿尔法和腐蚀成本的建议:

  • 从上到下了解您的投资计划的成本。汇编这些信息需要付出努力。让整个组织都知道这一点。让成本意识,而不是成本否定,成为您的投资文化的一部分。
  • 重新考虑投资组合设计,以反映当代机构投资的现实。进行资产类别分类。例如,研究(我和其他人的研究)表明,自全球金融危机以来,非核心私人房地产股权和对冲基金尤其严重拖累了业绩。这并不奇怪:这些竞争性交易的资产类别每年的成本可能超过投资资本的 3%,而且提供的多样化程度极低。你真的想把它们放在你的投资组合里吗?被动投资几乎没有成本,将在成功的投资计划中发挥越来越重要的作用。
  • 您可能有一个高风险预算。考虑制定一个老式的支出预算。制定这样的预算不会排除主动投资,而且可能会使其更具选择性。
  • 评估您相对于简单被动基准(有时称为参考投资组合)的表现。这是一些股票和债券指数的组合,反映了您的风险承受能力和国际多元化的偏好。机构投资者通常使用的所谓定制基准并不透明,而且通常描绘出一幅美好的图景,但实际上只是掩盖了现实。

归根结底,你会选择哪种组合:一个包含各种昂贵秘诀的传统投资组合,其年收益比合法参考投资组合低 100 个基点或更多?还是一个 80% 被动的投资组合,其策略数量少得多,且经过精心挑选的主动策略,其年  收益比合法参考投资组合高10 个基点或更多?

降低成本,给 alpha 一个机会。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/85867.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年10月16日 23:48
下一篇 2024年10月17日 11:10

相关推荐

  • 静态投资组合在风险规则变化时为何失败

    相关性变化、波动性和宏观驱动因素如何削弱传统分散化 2020年3月,分散化失效是因为流动性消失。2022年,它失败是因为通货膨胀同时压倒了股票和债券。然而,许多机构投资组合仍然固守静态分配框架,假设风险关系最终会恢复到历史常态,尽管风险的根本驱动因素已经发生了变化。 这项分析探讨了为何固定投资组合结构在环境变化时会遇到困难,以及当相关性、波动性和宏观因素不再…

    2026年3月20日
    6200
  • 北京大学R语言教程(李东风)第37章: 线性混合模型

    37.1 介绍 在基本回归分析模型中, 假定回归误差项独立同分布, 方差相等, 还经常假定误差项服从正态分布。 在实际应用回归分析建模时, 还经常遇到模型误差项方差不相等或者误差项之间不独立的情形。 比如, 如果每个观测来自于一个群体的平均值, 设群体中的个体方差相同, 则每个观测的误差方差正比于群体中个体的个数的倒数, 不等于常数。 又比如, 医…

    2023年11月27日
    31200
  • 如何设定更好的合理省钱,优化你的支出

    设定界限是过上幸福、健康生活的关键部分。边界可以帮助您建立更牢固和更充实的关系,在您需要时找到休息,在情感和精神上保护自己,并提高您的自我意识。 在我们的生活中,我们并不总是擅长设定界限的一个领域是我们的财务状况。允许他人越过财务界限很容易,因为谈论金钱(或对提出要求的人说不)会让人不舒服。忽视我们自己的财务界限也很容易,我们最终会在金钱上犯错误,从长远来看…

    2023年6月27日
    24500
  • 价值股:你可能超配但不知情

    价值股:你可能持仓不足且不知情 由 BlackRock 的 Tony DeSpirito, 1/22/25 价值股在 2024 年下半年表现回升,引起了部分投资者的关注。然而,许多投资组合可能无意中在这一受欢迎的股票风格上配置不足。BlackRock 基本面股票全球首席投资官托尼·德斯皮里托解释了其中的原因,并建议采取主动策略可能是恢复投资组合增长/价值平衡…

    2025年2月11日
    5900
  • 在金融数据科学中使用具有经济意义的因素的好处

    因素选择是我们构建财务模型时最重要的考虑因素之一。那么,随着机器学习 (ML) 和数据科学越来越融入金融,我们应该为 ML 驱动的投资模型选择哪些因素以及如何选择它们? 这些都是开放且关键的问题。毕竟,机器学习模型不仅可以帮助因子处理,还可以帮助因子发现和创建。 传统统计和机器学习模型中的因素:(非常)基础知识 机器学习中的因素选择称为“特征选择”。因素和特…

    2023年9月14日
    20100
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部